PUFA-GAN：一种用于三维点云上采样的频率感知生成对抗网络
计算机视觉与模式识别
2022-12-14 v1 多媒体
图像与视频处理
摘要
我们提出了一种用于点云上采样的生成对抗网络，该网络不仅能使上采样点均匀分布在底层表面上，还能高效生成清晰的高频区域。我们网络的生成器包含一个动态图层次残差聚合单元和一个层次残差聚合单元，分别用于点特征提取和上采样。前者提取多尺度逐点描述特征，而后者通过层次残差捕获丰富的特征细节。为了生成整齐的边缘，我们的判别器使用图滤波器来提取并保留高频点。生成的高分辨率点云和相应的高频点有助于判别器学习点云的全局和高频属性。我们还提出了一种恒等分布损失函数，以确保上采样点保持在输入低分辨率点云的底层表面上。为了评估高频区域中上采样点的规则性，我们引入了两个评估指标。客观和主观结果表明，我们的方法生成的上采样点云的视觉质量优于现有最先进方法。
引用
@article{arxiv.2203.00914,
title = {PUFA-GAN: A Frequency-Aware Generative Adversarial Network for 3D Point Cloud Upsampling},
author = {Hao Liu and Hui Yuan and Junhui Hou and Raouf Hamzaoui and Wei Gao},
journal= {arXiv preprint arXiv:2203.00914},
year = {2022}
}